隨著信息時(shí)代的到來(lái)，現(xiàn)代智能交通系統(tǒng)能夠很輕易的識(shí)別出汽車牌照，這是智能交通管理的標(biāo)志之一。智能交通管理系統(tǒng)的牌照識(shí)別集合了圖像采集和預(yù)處理、車牌定位技術(shù)、字符分割和字符識(shí)別等相關(guān)技術(shù)。其中，車牌定位、字符分割和字符識(shí)別是關(guān)鍵的技術(shù)，也是本次畢業(yè)設(shè)計(jì)的難點(diǎn)所在。正確利用好這三種關(guān)鍵技術(shù)，將有助于牌照識(shí)別的實(shí)時(shí)性和準(zhǔn)確性，對(duì)于智能交通系統(tǒng)的實(shí)現(xiàn)有著決定性作用。在MATLAB軟件開發(fā)環(huán)境下，系統(tǒng)對(duì)圖像進(jìn)行預(yù)處理、然后將預(yù)處理后的圖像進(jìn)行定位分割，后識(shí)別出相應(yīng)牌照上的字符，這樣就可以模擬設(shè)計(jì)出汽車牌照識(shí)別系統(tǒng)。本文的圖像預(yù)處理模塊是將圖像灰度化和用Canny算子進(jìn)行邊緣檢測(cè)，汽車牌照定位依據(jù)是它的顏色特征，使用MATLAB中的Radon函數(shù)和Imrotate函數(shù)來(lái)進(jìn)行車牌矯正；分割字符時(shí)，需要先找到連續(xù)的文字塊，然后根據(jù)長(zhǎng)度大小來(lái)確定是否分割，假如所找到的連續(xù)文字塊的長(zhǎng)度大于閾值，那么就表示可以對(duì)此文字塊進(jìn)行分割。并且為了能對(duì)車牌上的字符進(jìn)行正確的識(shí)別，本文將采用BP神經(jīng)網(wǎng)絡(luò)算法。后設(shè)計(jì)GUI界面，使界面更加簡(jiǎn)潔明了，便于操作。根據(jù)實(shí)驗(yàn)得出的結(jié)論，這種方式可以對(duì)藍(lán)色的車牌進(jìn)行、的識(shí)別，同時(shí)，也對(duì)光照、旋轉(zhuǎn)和噪聲表現(xiàn)出很好的魯棒性，定位精度和識(shí)別正確率甚至可以超過(guò)90%。

人臉識(shí)別考勤機(jī)是一種新型的存儲(chǔ)類考勤機(jī)，只需收集職工 的面像并樹立檔案，當(dāng)職工上下班站在人臉識(shí)別考勤機(jī)的識(shí)別區(qū)域內(nèi)，考勤機(jī)上就會(huì)快速的記載考勤情況并保存記載。下面小編給我們介紹一下人臉識(shí)別考勤機(jī)分類。指紋考勤：這個(gè)就是我們現(xiàn)在用的***多的方法，有點(diǎn)在于識(shí)別效人臉識(shí)別門禁：人臉識(shí)別門禁是基于的人臉識(shí)別技術(shù)，結(jié)合成熟的ID卡和指紋識(shí)別技術(shù)而推出的安全實(shí)用的門禁產(chǎn)品。產(chǎn)品采用分體式設(shè)計(jì)，人臉、指紋和ID卡信息的采集和生物信息識(shí)別及門禁控制內(nèi)外分離，實(shí)用性高、安全可靠。

拓展性差異：因?yàn)橐曨l車位引導(dǎo)能夠識(shí)別停車位具體車輛信息，所以常跟反向?qū)ぼ囅到y(tǒng)搭配使用。反向?qū)ぼ囅到y(tǒng)通過(guò)視頻車位引導(dǎo)收集的車位信息圖片及分析處理后的數(shù)據(jù)，儲(chǔ)存在后臺(tái)，當(dāng)車主通過(guò)場(chǎng)內(nèi)反向查詢機(jī)或APP上輸入對(duì)應(yīng)車輛信息時(shí)，數(shù)據(jù)上傳到并對(duì)儲(chǔ)存庫(kù)進(jìn)行對(duì)比，終給出具體車輛停車信息或無(wú)該車輛對(duì)應(yīng)信息。
可以滿足對(duì)各設(shè)備的供電，如果控制總線之類的，建議采用RVV-3*，因?yàn)樾枰紤]到崗?fù)す╇姷仍O(shè)備。2.通訊線。通訊線是設(shè)備用來(lái)跟電腦連接的，這個(gè)要看您采用哪種通訊方式，比如您要是采用的是RS485通訊，通訊線一般是采用RVVPJ-3*的雙絞屏蔽線;3.控制信號(hào)新。

隨著經(jīng)濟(jì)的發(fā)展，中小城市機(jī)動(dòng)車增長(zhǎng)迅速，非機(jī)動(dòng)車在原有的基數(shù)上穩(wěn)步上升，新型的車種不斷增加，城市停車位缺口大，配建停車位嚴(yán)重不足，造成停車位的短缺。另外停車場(chǎng)規(guī)劃不合理，大多停車場(chǎng)泊車位沒按照規(guī)劃設(shè)置，地方大的場(chǎng)地泊車位多，有閑置現(xiàn)象，泊車位沒有得到充分利用。而場(chǎng)地小的地方因停車位少而泊車緊張。
車牌識(shí)別系統(tǒng)是指能夠檢測(cè)到受路面的車輛并自動(dòng)提取車輛牌照信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色）進(jìn)行處理的技術(shù)。識(shí)別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車的號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)一些后續(xù)處理手段可以實(shí)現(xiàn)停車場(chǎng)收費(fèi)管理，交通流量控制指標(biāo)測(cè)量，車輛定位，汽車防盜，高速公路超速自動(dòng)化、闖紅燈電子、公路收費(fèi)站等等功能。對(duì)于維護(hù)交通安全和城市，防止交通堵塞，實(shí)現(xiàn)交通自動(dòng)化管理有著現(xiàn)實(shí)的意義。

那么如何實(shí)現(xiàn)車牌識(shí)別的呢，下面簡(jiǎn)單說(shuō)說(shuō)：
對(duì)現(xiàn)存的車牌識(shí)別算法進(jìn)行了研究，在諸多算法中尋找到一種適合在Android、iOS平臺(tái)上運(yùn)行的算法。先通過(guò)智能手機(jī)的攝像頭獲得車牌的彩色圖像，然后將采集到的圖像進(jìn)處理，包括通過(guò)YUV模型進(jìn)行灰度化，分段線性變換進(jìn)行灰度拉升，二值化，Roberts算子進(jìn)行邊緣檢測(cè)，數(shù)學(xué)形態(tài)學(xué)處理等，然后通過(guò)Hough變換進(jìn)行車牌矯正，其次用雙投影和灰度跳變的方法實(shí)現(xiàn)車牌的定位、分割，后通過(guò)模板匹配實(shí)現(xiàn)車牌識(shí)別。

移動(dòng)端車牌識(shí)別實(shí)現(xiàn)的過(guò)程簡(jiǎn)單為以下幾個(gè)部分：

圖像采集：通過(guò)智能手機(jī)攝像頭拍攝車牌圖像。

預(yù)處理：灰度化、二值化、邊緣增強(qiáng)、噪聲過(guò)濾、自動(dòng)白平衡、自動(dòng)曝光以及伽馬校正、對(duì)比度調(diào)整等。

車牌定位：在經(jīng)過(guò)圖像預(yù)處理之后的灰度圖像上進(jìn)行行列掃描，確定車牌區(qū)域，車牌切斜校正。

字符分割：在圖像中定位出車牌區(qū)域后，通過(guò)灰度化、二值化等處理，定位字符區(qū)域，然后根據(jù)字符尺寸特征進(jìn)行字符分割。

字符識(shí)別：對(duì)分割后的字符進(jìn)行縮放、特征提取，與字符數(shù)據(jù)庫(kù)模板中的標(biāo)準(zhǔn)字符表達(dá)形式進(jìn)行匹配判別。

結(jié)果輸出：將車牌識(shí)別的結(jié)果以文本格式輸出。